Seedream 5.5: recomponer capas y editar texto

La descomposición en capas de Seedream 5.5 devuelve una imagen base, capas PNG transparentes y metadatos de posición. Para convertirlos en un diseño editable, tu aplicación debe redimensionar y colocar las capas, conservar su orden y crear objetos de texto a partir del OCR disponible. Descargar los PNG es solo el comienzo.

Decide qué debe seguir siendo editable

Empieza con un cartel aprobado y un cambio concreto: mover un producto, sustituir un título o crear otra versión lingüística. Ese cambio determina el resultado que necesitas.

Solicita las partes que necesita el flujo

curl -X POST https://api.evolink.ai/v1/images/generations \
  -H "Authorization: Bearer $EVOLINK_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "doubao-seedream-5.5-layerize",
    "image_urls": ["YOUR_PUBLIC_IMAGE_URL"],
    "quality": "auto",
    "output_format": "png",
    "n": 30,
    "model_params": {"text_recognition": true}
  }'

Recompón las capas PNG de Seedream 5.5

{
  "base": "base.png",
  "layers": [
    {"file": "layer-1.png", "box": [120, 80, 420, 280], "z": 1}
  ]
}

import json
import sys
from pathlib import Path
from PIL import Image

manifest = Path(sys.argv[1])
data = json.loads(manifest.read_text())
root = manifest.parent
with Image.open(root / data["base"]) as image:
    canvas = image.convert("RGBA")
width, height = canvas.size
layers = data["layers"]
orders = [item["z"] for item in layers]
if any(type(z) is not int or z <= 0 for z in orders):
    raise ValueError("Layer order must be a positive integer")
if len(set(orders)) != len(orders):
    raise ValueError("Duplicate layer order")
for item in sorted(layers, key=lambda layer: layer["z"]):
    box = item["box"]
    if len(box) != 4 or any(type(v) is not int for v in box):
        raise ValueError("Expected four integer box coordinates")
    left, top, right, bottom = box
    if not (0 <= left < right <= width and 0 <= top < bottom <= height):
        raise ValueError("Box outside the base image or empty")
    with Image.open(root / item["file"]) as image:
        layer = image.convert("RGBA").resize(
            (right - left, bottom - top), Image.Resampling.LANCZOS
        )
    canvas.alpha_composite(layer, dest=(left, top))
canvas.save(root / "reassembled.png")

Convierte el OCR en texto editable

Al sustituir una capa de texto por texto nativo, oculta su equivalente rasterizado para evitar que las letras antiguas y nuevas se superpongan. Si una capa contiene varias líneas y solo sustituyes una, enmascara o elimina únicamente esa línea y conserva las demás. Otra opción es reconstruir todo el texto necesario antes de ocultar la capa rasterizada completa. Guarda objetos de texto, fuentes y maquetación en el documento de la aplicación. Los datos OCR por sí solos no son un diseño editable guardado.

Adapta el diseño sin deformarlo

Convertir un cartel cuadrado en un anuncio vertical requiere más que multiplicar coordenadas. Elige entre encajar el diseño con márgenes, recortarlo o reorganizar sus elementos. Escalas horizontal y vertical independientes pueden estirar productos y letras. Mover un objeto también puede revelar defectos del fondo reconstruido: revisa la zona expuesta sin asumir que recupera la escena original oculta.

Para una variante lingüística, sustituye primero un título. Revisa disponibilidad de glifos, saltos de línea, altura del cuadro, jerarquía visual y solapamiento con objetos en primer plano. Conserva por separado los estados original y editado para compararlos. Traducir y redistribuir el contenido corresponde a la aplicación; recibir OCR no hace ese trabajo automáticamente.

Revisa el resultado antes de crear más variantes

Revisa la composición original reconstruida antes de cambiarla y después el resultado editado al tamaño de entrega. Comprueba identidad del producto, bordes, relleno del fondo, oclusiones, texto y exportación final. La posición correcta no demuestra una reconstrucción idéntica ni un diseño aceptable.

Preguntas frecuentes

¿Seedream 5.5 devuelve un PSD?

La ruta documentada de EvoLink devuelve imágenes y metadatos, no un PSD nativo. Un editor o exportador debe construir el documento.

¿n: 30 significa 30 capas independientes de primer plano?

No. Limita todas las imágenes de salida, incluida la base. El número real puede ser menor: lee los elementos devueltos.

¿Debo utilizar el tamaño original del PNG de cada capa?

Utiliza su rectángulo en la base. El archivo puede ser mayor, por lo que debes redimensionarlo antes de componer.

¿Puedo reconstruir con coordenadas normalizadas?

Sí, convierte cada esquina del intervalo 0–1000 a las dimensiones del lienzo destino. Cambiar la relación de aspecto sigue requiriendo elegir entre encajar, recortar o redistribuir.

¿Todas las capas de texto contienen OCR?

¿El OCR identifica la fuente original exacta?

¿Debo regenerar si las capas no se alinean?

Primero revisa orden, interpretación de rectángulos y escala. Los errores de composición pueden corregirse localmente. Un contenido visual ausente o inutilizable puede requerir edición o una nueva descomposición.

¿Estos ejemplos demuestran la calidad de EvoLink?

No. Explican el flujo documentado con un ejemplo oficial y operaciones locales. No miden tasa de éxito de la API, fidelidad de reconstrucción ni velocidad.

Fuentes

• Guía de BytePlus Seedream 5.5: capacidades oficiales de capas/OCR y paquete de ejemplo; sus campos difieren de los de EvoLink.
• Documentación de la API Layerize de EvoLink: modelo, entradas, límites, tareas y liquidación.
• Referencia de Pillow Image: redimensionamiento local y composición alfa.